|
|||||
|
|
| 改进抗干扰CNN的变负载滚动轴承损伤程度识别 | |
| 作者姓名： | 董绍江 裴雪武 吴文亮 汤宝平 赵兴新 |
| 作者单位： | （1.重庆交通大学机电与车辆工程学院 重庆，400074） （2.重庆大学机械传动国家重点实验室 重庆，400044）（3.重庆长江轴承股份有限公司 重庆，401336） |
| 基金项目： | 国家自然科学基金资助项目（51775072）；重庆市科技创新领军人才支持计划资助项目（CSTCCCXLJRC201920） |
| 摘 要： | 针对强噪声、变负载工况下滚动轴承损伤程度难以识别的问题,提出了一种基于改进抗干扰卷积神经网络(anti-interference convolutional neural network,简称ACNN)的变负载工况下轴承损伤程度识别新方法.首先,对滚动轴承的一维振动信号进行预处理,得到标签化的数据样本,分为训练集和测试... |
| 关 键 词： | 滚动轴承 损伤程度识别 注意力机制 抗干扰卷积神经网络 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《振动、测试与诊断》浏览原始摘要信息 | |
| 点击此处可从《振动、测试与诊断》下载全文 | |